Baza ocen seriali

Kilka ciekawostek o sobie

Interesuję się branżą muzyczną i filmową. Życie leci mi przy akompaniamencie różnych melodii. Uwielbiam uprawiać i oglądać sport (szczególnie piłkę nożną). Amatorsko gram w szachy, kocham podróżować i poznawać świat. Ukończyłem technikum nr.4 na kierunku informatyk w Tarnowie. Poniżej link do mojego profilu Filmweb:

https://www.filmweb.pl/user/HowToCarpeDiem

1 Pozyskanie danych i opis

Wykorzystałem dane z “PogromcówDanych”. Zawierają one oceny poszczególnych odcinków seriali z bazy IMDB.

Show the code

  serialeIMDB <- as_tibble(serialeIMDB)
  view(serialeIMDB)
  serialeIMDB

# A tibble: 20,122 × 8
      id serial       nazwa                    sezon odcinek ocena glosow imdbId
   <int> <fct>        <fct>                    <fct> <fct>   <dbl>  <dbl> <fct> 
 1     1 Breaking Bad Pilot                    1     1         8.7   9357 tt090…
 2     2 Breaking Bad Cat's in the Bag...      1     2         8.2   6506 tt090…
 3     3 Breaking Bad ...And the Bag's in the… 1     3         8.3   6176 tt090…
 4     4 Breaking Bad Cancer Man               1     4         7.9   5796 tt090…
 5     5 Breaking Bad Gray Matter              1     5         7.9   5664 tt090…
 6     6 Breaking Bad Crazy Handful of Nothin' 1     6         8.7   6521 tt090…
 7     7 Breaking Bad A No-Rough-Stuff-Type D… 1     7         8.4   5732 tt090…
 8     8 Breaking Bad Seven Thirty-Seven       2     1         8.1   5312 tt090…
 9     9 Breaking Bad Grilled                  2     2         8.7   6096 tt090…
10    10 Breaking Bad Bit by a Dead Bee        2     3         7.9   5025 tt090…
# ℹ 20,112 more rows

Kolumna	Opis danych
id	Unikalny numer id
Serial	Nazwa serialu
Nazwa	Nazwa odcinka
Sezon	Numer sezonu
Odcinek	Numer odcinku
Ocena	Wysokość oceny użytkowników
Głosów	Liczba głosów użytkowników
imdbid	Unikalny numer id dla serialu

2 Przetwarzanie potokowe

Wypisuję najlepiej ocenione odcinki z danymi, największą liczbę głosów, najwyższą ocenę oraz tworzę kolumnę z słowną oceną odcinka.

Show the code

serialeIMDB %>%
    filter(ocena > 8.2, glosow > 5000) %>%
        select(serial, nazwa, sezon, odcinek, ocena, glosow) %>%
    group_by(ocena) ->  NajlepszeOdc

NajlepszeOdc

# A tibble: 111 × 6
# Groups:   ocena [18]
   serial       nazwa                         sezon odcinek ocena glosow
   <fct>        <fct>                         <fct> <fct>   <dbl>  <dbl>
 1 Breaking Bad Pilot                         1     1         8.7   9357
 2 Breaking Bad ...And the Bag's in the River 1     3         8.3   6176
 3 Breaking Bad Crazy Handful of Nothin'      1     6         8.7   6521
 4 Breaking Bad A No-Rough-Stuff-Type Deal    1     7         8.4   5732
 5 Breaking Bad Grilled                       2     2         8.7   6096
 6 Breaking Bad Peekaboo                      2     6         8.3   5499
 7 Breaking Bad Better Call Saul              2     8         8.5   5519
 8 Breaking Bad 4 Days Out                    2     9         8.5   5513
 9 Breaking Bad Phoenix                       2     12        8.6   5548
10 Breaking Bad ABQ                           2     13        8.6   5627
# ℹ 101 more rows

Show the code

serialeIMDB %>%
   summarise(maxgl = max(glosow, na.rm = T),
              maxoc = max(ocena, na.rm = T))

# A tibble: 1 × 2
  maxgl maxoc
  <dbl> <dbl>
1 60011    10

Show the code

serialeIMDB %>%
 mutate(kl_ocena = cut(ocena, breaks = 7, labels = c("Bardzo bardzo słabe", "Bardzo słabe", "Słabe", "Średnie", "Dobre", "Bardzo dobre", "Arcydzieło"))) -> seriale

3 Interaktywna tabela

Dodana kolumna ocenia słownie dany odcinek, w 7 kategoriach : “Bardzo bardzo słabe”, “Bardzo słabe”, “Słabe”, “Średnie”, “Dobre”, “Bardzo dobre”, “Arcydzieło”.

Show the code

datatable(seriale)

4 Funkcja

Funkcja liczy logarytm 2 stopnia dla iloczynu ocen i e od b, podzielonego przez sumę sin x i pierwiastek od najwyższej oceny. Na końcu jest dodawana największa liczba głosów.

Show the code

obliczenia <- function(ocenaBB, ocename, glosmax, b, x) {
  x <-  as.numeric(10)
b <-  as.numeric(20)
ocename = mean(serialeIMDB$ocena)
glosmax = max(serialeIMDB$glosow)
  ((log2(ocenaBB) * exp(b)/sin(x) + sqrt(ocename))+glosmax) 
plot(ocename, glosmax) ->obl2
return(obl2)
}
#$$((log2(ocenaBB) * exp(b)/sin(x) + sqrt(ocename))+glosmax) -> obl$$
#obl

5 Pętla

Niestety przez problemy z pakietem dplyr, nie byłem w stanie doprowadzić do wyniku. Zostawiłem w poniższym stanie.

Show the code

setwd("D:/ProjektR_SPD_BazaOcen/CSV")

baza <- c("SpongeBob SquarePants", "Phineas and Ferb", "BoJack Horseman")
sezony <- c(13, 4, 6)
oceny <- c(7.2,7.6,8.6)
jeden <- data.frame(baza, sezony, oceny)
write.csv(jeden, "jeden.csv")


baza <- c("Chernobyl", "Rick and Morty", "The Queen's Gambit")
sezony <- c(1, 6, 1)
oceny <- c(8.9,8.6,8.2)
dwa <- data.frame(baza, sezony, oceny)
write.csv(dwa, "dwa.csv")

baza <- c("Cowboy Bepop", "Vikings", "When They See us")
sezony <- c(1, 6, 1)
oceny <- c(8.3,8.4,8.2)
trzy <- data.frame(baza, sezony, oceny)
write.csv(trzy, "trzy.csv")

#plikicsv <- c("jeden.csv", "dwa.csv", "trzy.csv")
 # data_tibble <- tibble()

  
  #plikicsv |>
   # map_dfr(.x = _, .f = ~rio::import(file = .)) |>
    #as_tibble

 
setwd("D:/ProjektR_SPD_BazaOcen")
   # lista_csv <- dir()
  #lista_csv
  
  #df_list <- map(lista_csv, read_csv)
  #df_list
  
  #bind_rows(df_list)
  #bind_rows(df_list, .id = 'baza')
  
  #plikicsv <- dir("CSV")
  #plikicsv
  
  #bind_rows('plikicsv')
  
  #dir_ls('plikicsv') %>% 
  #map_dfr(read_csv, .id = 'jeden')

#for(file in plikicsv) {}

6 Wykresy

6.1 Wykres1

Show the code

seriale %>%
  filter(serial == "Breaking Bad") %>%
  select(sezon) -> sezonBB

seriale %>%
  filter(serial == "Breaking Bad") %>%
  select(ocena) -> ocenaBB

seriale %>%
  filter(serial == "Breaking Bad") %>%
  select(odcinek) -> odcinekBB

danewykres <- data.frame(sezonBB,ocenaBB, odcinekBB)
danewykres$sezon_i_odcinek <- paste(danewykres$sezon, danewykres$odcinek)

danewykres <- as.tibble(danewykres)

danewykres$sezon <- as.numeric(danewykres$sezon) 
danewykres$odcinek <- as.numeric(danewykres$odcinek) 

#danewykres$sezon_i_odcinek <- as.numeric(danewykres$sezon_i_odcinek) 

danewykres %>%
ggplot(., aes(sezon, ocena)) +
  geom_smooth(color = "black", size = 1.2, linetype = "solid") +
  labs(title = "Średnia ocena sezonów Breaking Bad przez użytkowników",
       x = "Sezon",
       y = "Ocena") +
  theme(title = element_text(size = 11, face = "bold.italic"),
        axis.title.x = element_text(size = 12,
                                    face = "italic"),
        axis.title.y = element_text(size = 12,
                                    face = "italic")) -> wykres1
wykres1

6.2 Wykres2

Show the code

seriale %>%
  filter(serial == "Game of Thrones") %>%
  select(ocena) -> ocenaGOT
view(ocenaGOT)
seriale %>%
  filter(serial == "Game of Thrones") %>%
  select(glosow) -> glosyGOT

danewykresgot <- data.frame(ocenaGOT, glosyGOT)

danewykresgot %>%
ggplot(., aes(glosow, ocena)) +
  geom_point(size = 1.3, color = 2, pch = 18, cex = 2) +  
  labs(title = "Stosunek liczy głosów użytkowników do oceny odcinka Game of Thrones",
       x = "Głosy",
       y = "Ocena") +
  theme(title = element_text(size = 11, face = "bold.italic"),
        axis.title.x = element_text(size = 15,
                                    face = "bold"),
        axis.title.y = element_text(size = 15,
                                    face = "bold"))-> wykres2

wykres2

Show the code

# scale_x_continuous(limits = c(1,5)) 
# scale_y_continuous(limits = c(0,10))

7 Wykres plotly

Wykres przedstawia średnią ocen w serwisie IMDB oraz zysk 3 najbardziej dochodowych filmów. Najpierw stworzyłem potrzebne dane, następnie wykres, dodałem do niego dodatkową kolumnę.

Show the code

Filmy2 <- c("Avatar", "Avengers: Endgame", "Titanic")
Dochód_w_USD <- as.numeric(c(2.9, 2.8, 2.2))
Średnia_ocen_IMDB <- c(7.9, 8.4, 7.9)
baza4 <- data_frame(Filmy2, Dochód_w_USD, Średnia_ocen_IMDB)

wyk3 <- plot_ly(baza4, x = ~Filmy2, y = ~Dochód_w_USD, type = 'bar', name = 'Dochód w mld USD')
wyk3 <- wyk3 %>% add_trace(y = ~Średnia_ocen_IMDB, name = 'Średnia ocen IMDB w skali 0-10')
wyk3 <- wyk3 %>% layout(yaxis = list(title = '0-10'), barmode = 'group')

wyk3

--- title: "Baza ocen seriali" author: "Kamil Burza Gr.2" editor: visual highlight-style: pygments title-block-banner: baner4.png date: today abstract-title: "Kilka ciekawostek o sobie" abstract: "Interesuję się branżą muzyczną i filmową. Życie leci mi przy akompaniamencie różnych melodii. Uwielbiam uprawiać i oglądać sport (szczególnie piłkę nożną). Amatorsko gram w szachy, kocham podróżować i poznawać świat. Ukończyłem technikum nr.4 na kierunku informatyk w Tarnowie. Poniżej link do mojego profilu Filmweb:" title-block-banner-color: yellow format: html: toc: true toc-depth: 3 toc-location: right toc-title: "Spis treści" number-sections: true number-depth: 3 code-fold: show code-summary: "Show the code" code-tools: true code-block-bg: true code-block-border-left: "black" code-line-numbers: false code-copy: true html-math-method: katex embed-resources: true smooth-scroll: true anchor-sections: true link-external-icon: true link-external-newwindow: true theme: cosmo fontsize: 1.1em linestretch: 1.5 flutter: editor_options: chunk_output_type: console --- <https://www.filmweb.pl/user/HowToCarpeDiem> ::: {layout-ncol="2"} ![Budapeszt](budapeszt.png) ![Manchester](manchester.png) ::: ```{r setup, include=F} knitr::opts_chunk$set( echo = T, message = F, warning = F, error = F, fig.align = "center" ) ``` ```{r echo = FALSE} library(tidyverse) library(devtools) library(PogromcyDanych) library(gdata) library(dplyr) library(lubridate) library(palmerpenguins) library(XML) library(RCurl) library(DT) library(openxlsx) library(plotly) ``` ## Pozyskanie danych i opis Wykorzystałem dane z "PogromcówDanych". Zawierają one oceny poszczególnych odcinków seriali z bazy IMDB. ```{r} serialeIMDB <- as_tibble(serialeIMDB) view(serialeIMDB) serialeIMDB ``` | Kolumna | Opis danych | |---------|-------------------------------| | id | Unikalny numer id | | Serial | Nazwa serialu | | Nazwa | Nazwa odcinka | | Sezon | Numer sezonu | | Odcinek | Numer odcinku | | Ocena | Wysokość oceny użytkowników | | Głosów | Liczba głosów użytkowników | | imdbid | Unikalny numer id dla serialu | ## Przetwarzanie potokowe Wypisuję najlepiej ocenione odcinki z danymi, największą liczbę głosów, najwyższą ocenę oraz tworzę kolumnę z słowną oceną odcinka. ```{r echo=TRUE, warning=FALSE} serialeIMDB %>% filter(ocena > 8.2, glosow > 5000) %>% select(serial, nazwa, sezon, odcinek, ocena, glosow) %>% group_by(ocena) -> NajlepszeOdc NajlepszeOdc serialeIMDB %>% summarise(maxgl = max(glosow, na.rm = T), maxoc = max(ocena, na.rm = T)) serialeIMDB %>% mutate(kl_ocena = cut(ocena, breaks = 7, labels = c("Bardzo bardzo słabe", "Bardzo słabe", "Słabe", "Średnie", "Dobre", "Bardzo dobre", "Arcydzieło"))) -> seriale ``` ## Interaktywna tabela Dodana kolumna ocenia słownie dany odcinek, w 7 kategoriach : "Bardzo bardzo słabe", "Bardzo słabe", "Słabe", "Średnie", "Dobre", "Bardzo dobre", "Arcydzieło". ```{r} datatable(seriale) ``` ## Funkcja Funkcja liczy logarytm 2 stopnia dla iloczynu ocen i e od b, podzielonego przez sumę sin x i pierwiastek od najwyższej oceny. Na końcu jest dodawana największa liczba głosów. ```{r} obliczenia <- function(ocenaBB, ocename, glosmax, b, x) { x <- as.numeric(10) b <- as.numeric(20) ocename = mean(serialeIMDB$ocena) glosmax = max(serialeIMDB$glosow) ((log2(ocenaBB) * exp(b)/sin(x) + sqrt(ocename))+glosmax) plot(ocename, glosmax) ->obl2 return(obl2) } #$$((log2(ocenaBB) * exp(b)/sin(x) + sqrt(ocename))+glosmax) -> obl$$ #obl ``` ## Pętla Niestety przez problemy z pakietem dplyr, nie byłem w stanie doprowadzić do wyniku. Zostawiłem w poniższym stanie. ```{r} setwd("D:/ProjektR_SPD_BazaOcen/CSV") baza <- c("SpongeBob SquarePants", "Phineas and Ferb", "BoJack Horseman") sezony <- c(13, 4, 6) oceny <- c(7.2,7.6,8.6) jeden <- data.frame(baza, sezony, oceny) write.csv(jeden, "jeden.csv") baza <- c("Chernobyl", "Rick and Morty", "The Queen's Gambit") sezony <- c(1, 6, 1) oceny <- c(8.9,8.6,8.2) dwa <- data.frame(baza, sezony, oceny) write.csv(dwa, "dwa.csv") baza <- c("Cowboy Bepop", "Vikings", "When They See us") sezony <- c(1, 6, 1) oceny <- c(8.3,8.4,8.2) trzy <- data.frame(baza, sezony, oceny) write.csv(trzy, "trzy.csv") #plikicsv <- c("jeden.csv", "dwa.csv", "trzy.csv") # data_tibble <- tibble() #plikicsv |> # map_dfr(.x = _, .f = ~rio::import(file = .)) |> #as_tibble setwd("D:/ProjektR_SPD_BazaOcen") # lista_csv <- dir() #lista_csv #df_list <- map(lista_csv, read_csv) #df_list #bind_rows(df_list) #bind_rows(df_list, .id = 'baza') #plikicsv <- dir("CSV") #plikicsv #bind_rows('plikicsv') #dir_ls('plikicsv') %>% #map_dfr(read_csv, .id = 'jeden') #for(file in plikicsv) {} ``` ## Wykresy ### Wykres1 ```{r} seriale %>% filter(serial == "Breaking Bad") %>% select(sezon) -> sezonBB seriale %>% filter(serial == "Breaking Bad") %>% select(ocena) -> ocenaBB seriale %>% filter(serial == "Breaking Bad") %>% select(odcinek) -> odcinekBB danewykres <- data.frame(sezonBB,ocenaBB, odcinekBB) danewykres$sezon_i_odcinek <- paste(danewykres$sezon, danewykres$odcinek) danewykres <- as.tibble(danewykres) danewykres$sezon <- as.numeric(danewykres$sezon) danewykres$odcinek <- as.numeric(danewykres$odcinek) #danewykres$sezon_i_odcinek <- as.numeric(danewykres$sezon_i_odcinek) danewykres %>% ggplot(., aes(sezon, ocena)) + geom_smooth(color = "black", size = 1.2, linetype = "solid") + labs(title = "Średnia ocena sezonów Breaking Bad przez użytkowników", x = "Sezon", y = "Ocena") + theme(title = element_text(size = 11, face = "bold.italic"), axis.title.x = element_text(size = 12, face = "italic"), axis.title.y = element_text(size = 12, face = "italic")) -> wykres1 wykres1 ``` ### Wykres2 ```{r} seriale %>% filter(serial == "Game of Thrones") %>% select(ocena) -> ocenaGOT view(ocenaGOT) seriale %>% filter(serial == "Game of Thrones") %>% select(glosow) -> glosyGOT danewykresgot <- data.frame(ocenaGOT, glosyGOT) danewykresgot %>% ggplot(., aes(glosow, ocena)) + geom_point(size = 1.3, color = 2, pch = 18, cex = 2) + labs(title = "Stosunek liczy głosów użytkowników do oceny odcinka Game of Thrones", x = "Głosy", y = "Ocena") + theme(title = element_text(size = 11, face = "bold.italic"), axis.title.x = element_text(size = 15, face = "bold"), axis.title.y = element_text(size = 15, face = "bold"))-> wykres2 wykres2 # scale_x_continuous(limits = c(1,5)) # scale_y_continuous(limits = c(0,10)) ``` ## Wykres plotly Wykres przedstawia średnią ocen w serwisie IMDB oraz zysk 3 najbardziej dochodowych filmów. Najpierw stworzyłem potrzebne dane, następnie wykres, dodałem do niego dodatkową kolumnę. ```{r} Filmy2 <- c("Avatar", "Avengers: Endgame", "Titanic") Dochód_w_USD <- as.numeric(c(2.9, 2.8, 2.2)) Średnia_ocen_IMDB <- c(7.9, 8.4, 7.9) baza4 <- data_frame(Filmy2, Dochód_w_USD, Średnia_ocen_IMDB) wyk3 <- plot_ly(baza4, x = ~Filmy2, y = ~Dochód_w_USD, type = 'bar', name = 'Dochód w mld USD') wyk3 <- wyk3 %>% add_trace(y = ~Średnia_ocen_IMDB, name = 'Średnia ocen IMDB w skali 0-10') wyk3 <- wyk3 %>% layout(yaxis = list(title = '0-10'), barmode = 'group') wyk3 ```